- ベストアンサー
失業率の計量分析における、要因について
計量経済の回帰分析において、1988年から2008年の完全失業率についての分析をおこなっているのですが、なかなかいい値が出ません。 年齢階層を若年層（15～24歳）、青年層（25～34歳）、高齢層（54～65歳）として、それぞれの年齢層で考えられる要因を出してみたのですが、どうしても、値が低く出てしまいます。 経済的要因としてＧＤＰや所定内給与額、企業倒産件数など、一通り試してみたのです。 これ以外に、何かお勧めの要因がありましたら、教えてください。
- kamiya2009
- お礼率100% (1/1)
- 経済学・経営学
- 回答数1
- ありがとう数1
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
いろいろな要因が考えられます。以下ランダムに挙げてみます。 １．製造業を中心に生産拠点が大幅に海外移転した（日本の産業の空洞化） → 製造業の国内販売比率と失業率の関係など ２．女性の社会進出が進み、「求職している女性」が増えたため失業率が上がった → 女性の有業率と失業率の関係が正かどうか ３．企業の生産性が上昇したため新規の雇用が創出されにくくなった → 生産性と失業率の関係が正かどうか ４．派遣をはじめとする非正規雇用など、就業形態が多様化したため失業者が増えた → 非正規雇用者数の増加率と失業率の変化率が負の関係にあるかどうか 他にもあるかもしれませんが、とりあえず。 なお制度変更などを回帰分析に織り込みたいならダミー変数を使うとか。判別分析に切り替えるといったことも検討の選択肢。
関連するQ&A
- 回帰分析の際のデータの指数化
どうか教えてください。 計量経済の本を読んでいると、 回帰分析をする際にデータを指数化 （例えば９５年のデータを全て１００にする） しているものがあるのですが、 指数化とは何のためにするのですか？ また、どのような方法でするのですか？ 指数化をして回帰分析をした場合、 指数化をする前と結果が異なるのでは ないのですか？ 異なるのであれば、指数化をすることで 実態を正確に計測できていないという事に なるのではないですか？ どうか教えてください。
- ベストアンサー
- 経済学・経営学
- 数学の知識なしで計量経済学や回帰分析は学べますか
仕事の関係で、計量経済学や回帰分析の知識が必要となりました。自分なりに書籍を読んだり、ネット上の関連するサイトを見ていますが、数学的な話（Σとか微分など）になると全く理解できず、数学の参考書も読みましたが、理解できません。現在の当方の数学のレベルは、客観的にみて因数分解ができる程度だと思います。そこで以下の点についてご質問致します。 (1)数学を使わない（数式が全く入らない）解説書や書籍をご存知であればご紹介ください。 (2)数学が全くできなくても、計量経済学などをマスターできた方がいれば、その方法を教えてください ※難しいことだとは感じております。数学的な知識なしで理解することが不可能だとはっきりわかれば、諦めもつきますのでよろしくお願いします。
- ベストアンサー
- 経済学・経営学
- 結婚率（婚姻率）が増える要因にはどんなものがありますか？
現在、大学４年、経済学部で卒業論文を制作しております。 そこで皆様の力をお借りしたいのですが、結婚率（婚姻率）が増える要因として、どのようなものがあるでしょうか？ 回帰分析という方法を使って分析をしたいので、都道府県別のデータがありそうなものでお願いします。 現在、インターネット普及率とテレビの普及率が考えつきました。 理由、 ○インターネットが普及すると、ＳＮＳやブログなどで新たな友人と知り合う機会が増えると思い、知り合った人と結婚まで行き着く可能性もあると考えました。 ○ドラマや芸能人の結婚に影響され、結婚する人が増えるのではないかと考えました。 初投稿なので、無礼なところがあるかもしれませんが 以上、よろしくお願いします。
- ベストアンサー
- その他(結婚)
- 回帰分析の時に対数をとる意味は？
現在、計量経済学の授業で、 回帰分析、最小二乗法について勉強しているのですが、 たまに先生がデータの対数をとって回帰分析をするのですが、 どうして対数をとるのかよくわからないんです。 一応、弾力性を一定とする時や、非線形の関数を 線形にする時に使うらしいことまでは、 わかっているのですが （でも、それすら怪しいです。間違っていたら訂正してください…） どうして、対数をとるとそのようなことができるのか よくわからないんです。 ご存知の方がいらっしゃれば、アドバイスお願いします。 参考書籍・参考サイト等の紹介でもかまいません。
- ベストアンサー
- 経済学・経営学
- 説明変数に対数を使う理由は？
計量経済の重回帰分析で、「n年度の一人当たりGDPの成長率」を被説明変数とし、説明変数として「n-1年度の一人当たりGDPの成長率の自然対数」＋「（n-1年度の人口成長率＋0.05）の対数」を置いている回帰式がありました。 これについて、質問なのですが、 (1) なぜ「自然対数」なのか、普通に「成長率」そのままではなぜだめなのでしょうか？ (2) なぜ人口成長率に0.05を足しているのでしょうか？
- ベストアンサー
- 経済学・経営学
- 計量経済分析の質問（説明変数の欠損によるサンプル数
Stataを使った計量分析をしています。 ある基本となるデータシートAに、追加的に別のシート(B, C, D, ...)をjoinbyコードを使って接合しながら分析をしています。 サンプル数を仮に1,000とします。 基本となるデータシートAには、世帯ID、個人ID、性別の3種類の情報が入っているとします。 世帯ID 個人ID 性別 1 1 1 (1人目） 1 2 2 (2人目） 1 3 1 (3人目） 2 1 1 (4人目） ・ ・ 250 4 1 (1,000人目） これとデータBをjoin byコードを使って接合するとします。データBには、世帯IDと個人ID、年齢、最終学歴年数が入っているとします。世帯IDと個人IDを使ってjoinするとします。(join by hhid personid データ名) ただし、年齢には欠損値があって、仮に250人の年齢は欠損しているとします。教育は1,000人分あるとします。 世帯ID 個人ID 性別 年齢 教育 1 1 1 45 10 (1人目） 1 2 2 # 7 (2人目） 1 3 1 12 5 (3人目） 2 1 1 39 8 (4人目） ・ ・ 250 4 1 # 6 (1,000人目） つまり、世帯1個人2さんのように欠損している(#マーク)人が250人と考えます。 もしここで教育年数を、年齢と性別で説明する回帰モデルを考えたとします。 Y=a+b(年齢)+c(性別)+u そうすると、説明変数の「性別」と被説明変数の「教育」は1,000人フルにあるのに対し、説明変数の「年齢」は750人しかいないために、この回帰分析はn=750になり、250人分のデータが使えずに死んでしまい、データを非効率に使っていることになります。 もし、「年齢」が欠損が250人いたとしても、それ以外の情報はそろっているとしたら、不完全ながらもその250人を回帰分析に使い、サンプルnを1,000人のままにしたいと考えます。 このような場合、年齢についてはどのような処理をしたらいいでしょうか?
- ベストアンサー
- 経済学・経営学
お礼
回答ありがとうございます。 大まかに見るとその辺になりますよねぇ・・・ 方向性が具体的に見えてきたので、とても参考になりました。 ダミー変数も視野に入れてみます。